CN112308931B - 相机的标定方法、装置、计算机设备和存储介质 - Google Patents

相机的标定方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112308931B
CN112308931B CN202011201269.8A CN202011201269A CN112308931B CN 112308931 B CN112308931 B CN 112308931B CN 202011201269 A CN202011201269 A CN 202011201269A CN 112308931 B CN112308931 B CN 112308931B
Authority
CN
China
Prior art keywords
calibration
camera
target
image
millimeter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011201269.8A
Other languages
English (en)
Other versions
CN112308931A (zh
Inventor
杨仕基
盛龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Taiwode Technology Co ltd
Original Assignee
Shenzhen Taiwode Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Taiwode Technology Co ltd filed Critical Shenzhen Taiwode Technology Co ltd
Priority to CN202011201269.8A priority Critical patent/CN112308931B/zh
Publication of CN112308931A publication Critical patent/CN112308931A/zh
Application granted granted Critical
Publication of CN112308931B publication Critical patent/CN112308931B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

本申请涉及一种相机的标定方法、装置、计算机设备和存储介质。所述相机的标定方法包括：获取基准相机采集标定目标的标定特征得到的基准图像，并提取所述标定特征映射在所述基准图像中的基准特征信息；获取待标定相机采集所述标定目标的所述标定特征得到的标定图像，并提取所述标定特征映射在所述标定图像中的标定特征信息；根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系；根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息。该相机的标定方法能够提高相机的标定效率。

Description

相机的标定方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机视觉技术领域，特别是涉及一种相机的标定方法、装置、计算机设备和存储介质。
背景技术
随着计算机视觉技术的发展，出现了利用计算机视觉进行自动对位贴合的技术。对位贴合是利用上下拍照得到的图像来实现。在对位贴合的实现过程中，上下相机的标定是非常重要的先决环节。
目前，常用的标定方式通常是下相机使用运动轴进行自动标定，再通过特定的标定纸或者使用高精卡尺进行相机的标定，从而完成上下相机的标定。
然而，通过特定的标定纸或者使用高精卡尺进行相机的标定时，往往需要多次校准图像基准，导致相机标定的效率低下。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高相机的标定效率的相机的标定方法、装置、计算机设备和存储介质。
一种相机的标定方法，包括：
获取基准相机采集标定目标的标定特征得到的基准图像，并提取所述标定特征映射在所述基准图像中的基准特征信息；
获取待标定相机采集所述标定目标的所述标定特征得到的标定图像，并提取所述标定特征映射在所述标定图像中的标定特征信息；
根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系；
根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息。
在其中一个实施例中，所述基准图像在所述标定目标处于第一位置时通过所述基准相机采集得到，所述标定图像在所述标定目标处于第二位置时通过所述待标定相机采集得到；
其中，当所述标定目标从第一位置和所述第二位置的其中一个位置移动至其中另一个位置的过程中，所述标定目标的旋转角度为0°，所述旋转角度的旋转线与地面垂直。
在其中一个实施例中，所述标定特征包括n个目标点，n为3以上的自然数， n个目标点不在一个直线上，所述基准特征信息包括n个目标点在所述基准图像上的n个基准像素坐标，所述标定特征信息包括n个目标点在所述标定图像上的n个标定像素坐标，所述根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系，包括：
根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标；
将每个目标点对应在所述基准图像上的基准毫米坐标和对应在所述标定图像上的标定像素坐标作为像素和毫米点列进行仿射变换，得到所述标定像素坐标和所述基准毫米坐标的目标毫米像素映射关系；
将所述目标毫米像素映射关系作为所述标定映射关系。
在其中一个实施例中，所述基准标定信息包括基准图像方向与实际运动方向的基准方向映射关系以及基准毫米坐标和世界坐标系的基准坐标映射关系，所述根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息，包括：
根据所述标定映射关系和所述基准方向映射关系确定标定图像方向与实际运动方向的目标方向映射关系；
根据所述标定映射关系和所述基准坐标映射关系确定所述标定毫米坐标和所述世界坐标系的目标坐标映射关系；
将所述标定映射关系、目标方向映射关系和所述目标坐标映射关系作为所述待标定相机的目标标定信息。
在其中一个实施例中，所述根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标，包括：
获取所述基准相机标定完成的基准标定信息，所述基准标定信息包括所述基准相机的基准毫米坐标和基准像素坐标的基准毫米像素映射关系；
根据所述基准毫米像素映射关系和所述n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标。
在其中一个实施例中，所述方法还包括：
获取携带有所述标定特征的目标图像，所述目标图像包括所述基准图像和所述标定图像；
从所述基准图像中识别所述标定特征的n个边缘点作为n个目标点，并提取所述目标点在所述基准图像中分别对应的基准像素坐标；
从所述标定图像中识别所述标定特征的所述n个边缘点作为n个目标点，并提取所述目标点在所述标定图像中分别对应的标定像素坐标。
在其中一个实施例中，所述基准相机的基准采集视野为X1*Y1，所述待标定相机的标定采集视野为X2*Y2，所述X1与X2的差值小于第一阈值，所述Y1和 Y2的差值小于第二阈值。
一种相机的标定装置，包括：
基准图像获取模块，用于获取基准相机采集标定目标的标定特征得到的基准图像，并提取所述标定特征映射在所述基准图像中的基准特征信息；
标定图像获取模块，用于获取待标定相机采集所述标定目标的所述标定特征得到的标定图像，并提取所述标定特征映射在所述标定图像中的标定特征信息；
标定映射关系确定模块，用于根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系；
标定模块，用于根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
上述相机的标定方法、装置、计算机设备和存储介质，通过提取基准图像中的基准特征信息以及提取标定图像中的标定特征信息，并根据标定特征信息和基准特征信息的建立标定映射关系，从而利用基准标定信息和标定映射关系对待标定相机进行标定得到待标定相机的目标标定信息，由于基准相机已经完成标定，则根据标定映射关系和标定完成的基准相机的基准标定信息可以确定出待标定相机的目标标定信息。由于通过标定完成的基准相机的基准标定信息可以间接得到待标定相机的目标标定信息，只需要进行一次图像校准，相较于通过特定的标定纸或者使用高精卡尺进行相机的标定时往往需要多次校准图像基准的问题，提高了相机标定的效率。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是一个实施例提供的一种相机的标定方法的流程示意图；
图2是一个实施例提供的一种图1中步骤S130的细化流程图；
图3是一个实施例中提供的目标点显示在基准图像上的示意图；
图4是一个实施例中提供的目标点显示在标定图像上的示意图；
图5是一个实施例提供的一种图1中步骤S140的细化流程图；
图6是一个实施例提供的一种相机的标定装置。
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
需要说明的是，当一个元件被认为是“连接”另一个元件时，它可以是直接连接到另一个元件，或者通过居中元件连接另一个元件。此外，以下实施例中的“连接”，如果被连接的对象之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。
在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。同时，在本说明书中使用的术语“和/或”包括相关所列项目的任何及所有组合。
正如背景技术所述，现有技术中的标定方式有需要多次校准图像基准导致标定的效率低下的问题，经发明人研究发现，出现这种问题的原因在于，通过标定纸或者使用高精卡尺进行相机的标定无法准确描述运动轴方向和相机安装的不平行问题，此外无法准确描述运动轴精度和待标定相机的图像像素的比例关系，同时也无法建立和其他相机的标定信息的相对关系。因此，使得当前很多上下拍照对位贴合应用中，为了提高对位精度，往往需要多次校准图像基准，并且多次进行平移量XY以及角度θ的补偿微调，导致标定的效率低下。
基于以上原因，本发明提供了一种能够提高相机的标定效率的相机的标定方法、装置、计算机设备和存储介质。
参考图1，图1是一个实施例提供的一种相机的标定方法的流程示意图。在一个实施例中，如图1所示，提供了一种相机的标定方法，包括：
步骤S110、获取基准相机采集标定目标的标定特征得到的基准图像，并提取所述标定特征映射在所述基准图像中的基准特征信息。
其中，基准相机是指标定完成的相机，用于作为待标定相机进行标定时的标定基准。在本实施例中，基准相机可以是对位贴合系统中处于下方的下相机。具体的，基准相机的标定可以利用目前已有的方案进行标定，此处不作限制。以基准相机为对位贴合系统中的下相机为例，基准相机可以通过9点标定方法进行自动运动标定，得到基准相机的基准标定信息。
标定目标是指用于被相机拍摄得到成像，以协助待标定相机进行标定的对象。在本实施例中，标定目标包括但不限于实物或实物的照片等，此处不作限制。具体的，标定目标可以是规则形状的成像物品，例如方形成像物品等。标定特征是指在标定目标上具有标志性的事物，用于表征标定目标上至少两个方向的信息。在本实施例中，标定特征可以是标定目标上的一片面积，至少两段不在一条直线上的线段，至少三个不在一条直线上的点等标定特征，此处不作限制。
基准图像是指基准相机采集标定特征得到的图像。具体的，基准图像携带有标定目标的标定特征。基准特征信息是指标定特征映射在基准图像中的特征信息。在本实施例中，基准特征信息可以是标定特征在基准图像中的位置信息，例如在基准图像中的基准毫米坐标，基准像素坐标等，此处不作限制。在本实施例中，具体的，通过携带有标定特征的基准图像，可以提取标定特征映射在基准图像中的基准特征信息。
步骤S120、获取待标定相机采集所述标定目标的所述标定特征得到的标定图像，并提取所述标定特征映射在所述标定图像中的标定特征信息。
其中，标定图像是指待标定相机采集标定特征得到的图像。具体的，标定图像携带有标定目标的标定特征。标定特征信息是指标定特征映射在标定图像中的特征信息。在本实施例中，标定特征信息可以是标定特征在标定图像中的位置信息，例如在标定图像中的位置信息。
需要说明的是，基准相机和待标定相机采集的标定特征一致，基准特征信息和标定特征信息可以理解为标定特征在基准图像上和标定图像上的不同体现。
步骤S130、根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系。
其中，标定映射关系是指基准相机和待标定相机之间的映射关系。具体的，由于基准特征信息和标定特征信息为标定特征在基准图像上和标定图像上的不同体现，因此根据基准特征信息和标定特征信息之间的关系可以建立基准相机和待标定相机之间的映射关系。
步骤S140、根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息。
其中，基准标定信息是指对基准相机标定完成得到的标定信息。目标标定信息是指对待标定相机进行标定完成得到的信息。在本步骤中，由于基准相机已经完成标定，则根据标定映射关系和基准相机的基准标定信息可以间接对待标定相机进行标定，得到待标定相机的目标标定信息。
在本实施例中，通过标定特征在基准相机采集的基准图像上的基准特征信息，以及标定特征在待标定相机采集的标定图像上的标定特征信息，可以确定出基准相机和所述待标定相机之间的标定映射关系，再利用标定映射关系和基准相机的基准标定信息可以间接对待标定相机进行标定，得到待标定相机的目标标定信息，则只需要进行一次图像校准，相较于通过特定的标定纸或者使用高精卡尺进行相机的标定时往往需要多次校准图像基准的问题，提高了相机标定的效率。此外，由于待标定相机的目标标定信息是根据标定映射关系得到的，则本实施例对待标定相机在标定的过程中相当于建立了与基准相机的相对关系，在提高标定效率的基础上还保证了对位精度。
在一个实施例中，所述基准图像在所述标定目标处于第一位置时通过所述基准相机采集得到，所述标定图像在所述标定目标处于第二位置时通过所述待标定相机采集得到。其中，当所述标定目标从第一位置和所述第二位置的其中一个位置移动至其中另一个位置的过程中，所述标定目标的旋转角度为0°，所述旋转角度的旋转线与地面垂直。
具体的，在一些场景中，当标定目标处于一个位置时，无法使得基准相机和待标定相机同时对标定特征进行采集，因此需要移动标定目标，使得基准相机和待标定相机都可以采集到标定特征。
在本实施例中，标定目标处于第一位置时，基准相机采集标定特征得到基准图像，标定目标处于第二位置时，待标定相机采集标定特征得到标定图像。为了简化标定过程，减少对待标定相机进行标定的计算量，当所述标定目标从第一位置和所述第二位置的其中一个位置移动至其中另一个位置的过程中，所述标定目标的旋转角度为0°，所述旋转角度的旋转线与地面垂直。例如，可以将标定目标从第一位置和所述第二位置的其中一个位置平移移动至其中另一个位置。
在本实施例中，通过当所述标定目标从第一位置和所述第二位置的其中一个位置移动至其中另一个位置的过程中，所述标定目标的旋转角度为0°，避免标定目标由于旋转角度不为0°引入新的参数导致标定更复杂，简化了标定过程，同时也减少了对待标定相机进行标定的计算量。
在一个实施例中，所述基准相机的基准采集视野为X1*Y1，所述待标定相机的标定采集视野为X2*Y2，所述X1与X2的差值小于第一阈值，所述Y1和Y2的差值小于第二阈值。
在本实施例中，第一阈值和第二阈值可以根据需要设置。具体的，第一阈值和第二阈值的值越小，则说明基准相机的基准采集视野与待标定相机的标定采集视野越接近。
具体的，当基准相机的基准采集视野和待标定相机的标定采集视野相差过大时，会导致标定的结果不够准确。本实施例通过基准采集视野与待标定相机的标定采集视野相当的基准相机对待标定相机进行标定，可以提高标定的结果的准确性。
参考图2，图2是一个实施例提供的一种图1中步骤S130的细化流程图。本实施例对于如何确定出映射关系作了进一步细化。在本实施例中，标定特征包括n个目标点，n为3以上的自然数，n个目标点不在一个直线上，所述基准特征信息包括n个目标点在所述基准图像上的n个基准像素坐标，所述标定特征信息包括n个目标点在所述标定图像上的n个标定像素坐标，在一个实施例中，如图2所示，步骤S130、根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系。
步骤S210、根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标。
其中，基准像素坐标是指目标点在基准图像中，以像素坐标系为参考系确定的坐标。具体的，每个目标点对应一个基准像素坐标，每个目标点对应的基准像素坐标根据目标点在像素坐标系中的位置确定。基准毫米坐标是指目标点在基准图像中，以图像坐标系为参考系确定的坐标。相应的，每个目标点对应一个毫米像素坐标。同理，标定像素坐标是指目标点在标定图像中，以像素坐标系为参考系确定的坐标。标定毫米坐标是指目标点在标定图像中，以图像坐标系为参考系确定的坐标。
在一个实施例中，根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标的步骤可以包括：
获取所述基准相机标定完成的基准标定信息，所述基准标定信息包括所述基准相机的基准毫米坐标和基准像素坐标的基准毫米像素映射关系；根据所述基准毫米像素映射关系和所述n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标。
其中，基准毫米像素映射关系是指在对基准相机进行标定时确定的基准毫米坐标和基准像素坐标的映射关系。在本实施例中，通过标定完成的基准毫米像素映射关系，可以将基准像素坐标换算成对应的基准毫米坐标。具体的，目标点、基准像素坐标和基准毫米坐标是一一对应的关系。
在本实施例中，通过标定完成的基准毫米像素映射关系将基准像素坐标换算成对应的基准毫米坐标，由于基准毫米像素映射关系已经在标定完成时确定，则可以直接将基准像素坐标换算成对应的基准毫米坐标，得到基准毫米像素映射关系不需要花费太多时间，提高了将基准像素坐标换算成对应的基准毫米坐标的效率，也就相应地提高了标定的效率。
步骤S220、将每个目标点对应在所述基准图像上的基准毫米坐标和对应在所述标定图像上的标定像素坐标作为像素和毫米点列进行仿射变换，得到所述标定像素坐标和所述基准毫米坐标的目标毫米像素映射关系。
其中，仿射变换是指在几何中，一个向量空间进行一次线性变换并接上一个位移，变换为另一个向量空间的过程。像素和毫米点列可以理解为标定像素坐标和基准毫米坐标的向量矩阵。目标毫米像素映射关系是指标定像素坐标和基准毫米坐标之间的映射关系。
具体的，由于n个标定像素坐标对应的n个目标点，以及n个基准毫米坐标对应的n个目标点为相同的n个目标点，则标定像素坐标与基准毫米坐标之间存在一个映射关系，根据相同的n个目标点在不同图像上的体现，可以建立标定像素坐标和基准毫米坐标的向量矩阵进行仿射变换，从而得到目标毫米像素映射关系。其中，目标毫米像素映射关系可以理解为基准相机的图像坐标系与待标定相机的像素坐标系之间的映射关系。
步骤S230、将所述目标毫米像素映射关系作为所述标定映射关系。
在本步骤中，具体的，基准标定信息包括了基准相机的基准毫米坐标和基准像素坐标的基准毫米像素映射关系、基准图像方向与实际运动方向的基准方向映射关系以及基准毫米坐标和世界坐标系的基准坐标映射关系，由于标定映射关系为标定像素坐标和基准毫米坐标之间的映射关系，则根据标定映射关系将已获得的基准标定信息换算成待标定相机的标定信息，从而对待标定相机进行标定。
在本实施例中，通过n个标定像素坐标和n个标定毫米坐标建立标定像素坐标和所述基准毫米坐标的目标毫米像素映射关系，再利用目标毫米像素映射关系将已经标定完成的基准相机的基准标定信息换算成待标定相机的标定信息，从而对待标定相机进行标定，仅利用标定像素坐标和基准毫米坐标即可对待标定相机完成标定，大大简化了相机的标定过程，进一步提高了相机的标定效率，减少了标定过程中的计算量。
需要说明的是，n越大，精确度越高，但计算越复杂，因此可以根据需要确定n个值，从而对待标定相机进行标定。优选的，n为4。
同时参考图3和图4。图3是一个实施例中提供的目标点显示在基准图像上的示意图。图4是一个实施例中提供的目标点显示在标定图像上的示意图。通过图3可知，在基准图像上的目标点分别为A1、B1、C1和D1四个，其中，四个在基准图像上的目标点的基准像素坐标分别为(UA1，VA1)、(UB1，VB1)、(UC1， VC1)和(UD1，VD1),四个目标点的基准毫米坐标分别为(XA1，YA1)、(XB1，YB1)、(XC1， YC1)和(XD1，YD1)。通过图4可知，在标定图像上的目标点分别为A2、B2、C2 和D2四个，其中，四个在标定图像上的目标点的标定像素坐标分别为(UA2，VA2)、(UB2，VB2)、(UC2，VC2)和(UD2，VD2)。
具体的，A1与A2在实际的标定目标上为同一点。同理，B1和B2，C1和C2， D1和D2在实际的标定目标上均为同一点。则根据标定像素坐标(UA2，VA2)、(UB2， VB2)、(UC2，VC2)和(UD2，VD2)以及基准毫米坐标(XA1，YA1)、(XB1，YB1)、(XC1， YC1)和(XD1，YD1)作为像素和毫米点列进行仿射变换，从而得到标定像素坐标和基准毫米坐标的目标毫米像素映射关系。具体的，按照最小二乘法的原理，通过n个目标点映射在基准图像上的基准毫米坐标以及映射在标定图像上的标定像素坐标，使得n个点的估计值和观测值的残差和最小，从而得到目标毫米像素映射关系。在本实施例中，通过标定像素坐标(UA2，VA2)、(UB2，VB2)、(UC2， VC2)和(UD2，VD2)以及基准毫米坐标(XA1，YA1)、(XB1，YB1)、(XC1，YC1)和(XD1， YD1)，使得n个点的估计值和观测值的残差和最小，从而得到目标毫米像素映射关系。
需要说明的是，当标定特征为标定目标上的一片面积或至少两段不在一条直线上的线段时，可以提取标定特征的n个边缘点作为n个目标点，当标定特征为标定目标上的m个点时，可以将m个点中n个不共线的点作为n个目标点，其中m≥n。
在一个实施例中，在根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标之前，包括：
获取携带有所述标定特征的目标图像，所述目标图像包括所述基准图像和所述标定图像；从所述基准图像中识别所述标定特征的n个边缘点作为n个目标点，并提取所述目标点在所述基准图像中分别对应的基准像素坐标；从所述标定图像中识别所述标定特征的所述n个边缘点作为n个目标点，并提取所述目标点在所述标定图像中分别对应的标定像素坐标。
在本实施例中，通过携带有标定特征的基准图像，从基准图像中识别出n 个边缘点，将基准图像中的n个边缘点作为基准图像上的n个目标点，从而提取目标点在基准图像中分别对应的基准像素坐标。同时，通过携带有标定特征的标定图像，从标定图像中识别出n个边缘点，将标定图像中的n个边缘作为标定图像上的n个目标点，从而提取目标点在标定图像中分别对应的基准像素坐标。
示例性的，当标定目标为一个方形物时，标定特征映射在图像上可能是一个矩形。通过边缘识别的方式识别出矩形的4个顶点，作为本实施的4个目标点。
参考图5，图5是一个实施例提供的一种图1中步骤S140的细化流程图。本实施例的基准标定信息包括基准图像方向与实际运动方向的基准方向映射关系以及基准毫米坐标和世界坐标系的基准坐标映射关系。在一个实施例中，如图5所示，步骤S140、根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息，包括：
步骤S510、根据所述标定映射关系和所述基准方向映射关系确定标定图像方向与实际运动方向的目标方向映射关系。
其中，基准方向映射关系是指基准图像方向与实际运动方向的映射关系。基准方向映射关系可以理解为基准相机的相机坐标系与基准相机的图像坐标系的映射关系。目标方向映射关系是指标定图像方向与实际运动方向的映射关系。目标方向映射关系可以理解为基准相机的相机坐标系与待标定相机的图像坐标系的映射关系。在本步骤中，由于标定映射关系为标定像素坐标和基准毫米坐标之间的映射关系，则根据标定映射关系可以将基准方向映射关系换算成目标方向映射关系。
步骤S520、根据所述标定映射关系和所述基准坐标映射关系确定所述标定毫米坐标和所述世界坐标系的目标坐标映射关系。
其中，基准坐标映射关系是指基准毫米坐标和世界坐标系的映射关系。其中，世界坐标系一般在设备出厂时已经设定，一般以加工几台的机械坐标系作为世界坐标系。在本步骤中，根据标定映射关系可以将基准坐标映射关系换算成目标坐标映射关系。
步骤S530、将所述标定映射关系、目标方向映射关系和所述目标坐标映射关系作为所述待标定相机的目标标定信息。
在本步骤中，将标定映射关系、目标方向映射关系和所述目标坐标映射关系作为所述待标定相机的目标标定信息。得到了待标定相机的目标标定信息后，即完成了待标定相机的标定。
通过目标标定信息，可以确定待标定相机采集的图像上的一点在世界坐标系的绝对位置，并且通过基准相机的基准标定信息，可以确定基准相机的图像上一点在世界坐标系的绝对位置，从而利用待标定相机和基准相机进行对位贴合。
在一个实施例中，在对待标定相机完成标定后，根据目标标定信息计算n 个标定像素坐标对应的n个目标毫米坐标。并计算n个目标毫米坐标和n个基准毫米坐标的误差，将计算得到误差作为待标定相机的标定误差信息，从而根据标定误差信息验证待标定相机的标定精度。
在本实施例中，在对待标定相机完成标定后，进行进一步的标定精度的确认，当标定精度验证通过后才利用待标定相机进行加工。
应该理解的是，虽然图1-图2和图5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-图2和图5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
参考图6，图6是一个实施例提供的一种相机的标定装置。在一个实施例中，如图6所示，提供了一种相机的标定装置，包括：基准图像获取模块610、标定图像获取模块620、标定映射关系确定模块630和标定模块640。其中：
基准图像获取模块610，用于获取基准相机采集标定目标的标定特征得到的基准图像，并提取所述标定特征映射在所述基准图像中的基准特征信息；
标定图像获取模块620，用于获取待标定相机采集所述标定目标的所述标定特征得到的标定图像，并提取所述标定特征映射在所述标定图像中的标定特征信息；
标定映射关系确定模块630，用于根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系；
标定模块640，用于根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息。
在一个实施例中，所述基准图像在所述标定目标处于第一位置时通过所述基准相机采集得到，所述标定图像在所述标定目标处于第二位置时通过所述待标定相机采集得到；其中，当所述标定目标从第一位置和所述第二位置的其中一个位置移动至其中另一个位置的过程中，所述标定目标的旋转角度为0°，所述旋转角度的旋转线与地面垂直。
在一个实施例中，标定特征包括n个目标点，n为3以上的自然数，n个目标点不在一个直线上，所述基准特征信息包括n个目标点在所述基准图像上的n 个基准像素坐标，所述标定特征信息包括n个目标点在所述标定图像上的n个标定像素坐标，标定映射关系确定模块630包括：
基准毫米坐标确定单元，用于根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标；
仿射变换单元，用于将每个目标点对应在所述基准图像上的基准毫米坐标和对应在所述标定图像上的标定像素坐标作为像素和毫米点列进行仿射变换，得到所述标定像素坐标和所述基准毫米坐标的目标毫米像素映射关系；
标定映射关系确定单元，用于将所述目标毫米像素映射关系作为所述标定映射关系。
在一个实施例中，所述基准标定信息包括基准图像方向与实际运动方向的基准方向映射关系以及基准毫米坐标和世界坐标系的基准坐标映射关系，标定模块640包括：
目标方向映射关系确定单元，用于根据所述标定映射关系和所述基准方向映射关系确定标定图像方向与实际运动方向的目标方向映射关系；
目标坐标映射关系确定单元，用于根据所述标定映射关系和所述基准坐标映射关系确定所述标定毫米坐标和所述世界坐标系的目标坐标映射关系；
标定单元，用于将所述标定映射关系、目标方向映射关系和所述目标坐标映射关系作为所述待标定相机的目标标定信息。
在一个实施例中，基准毫米坐标确定单元包括：
基准标定信息获取子单元，用于获取所述基准相机标定完成的基准标定信息，所述基准标定信息包括所述基准相机的基准毫米坐标和基准像素坐标的基准毫米像素映射关系；
基准毫米坐标确定子单元，用于根据所述基准毫米像素映射关系和所述n 个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标。
在一个实施例中，该装置还包括：
目标图像获取模块，用于获取携带有所述标定特征的目标图像，所述目标图像包括所述基准图像和所述标定图像；
目标点识别模块，用于从所述基准图像中识别所述标定特征的n个边缘点作为n个目标点，并提取所述目标点在所述基准图像中分别对应的基准像素坐标；
目标点识别模块还用于从所述标定图像中识别所述标定特征的所述n个边缘点作为n个目标点，并提取所述目标点在所述标定图像中分别对应的标定像素坐标。
在一个实施例中，所述基准相机的基准采集视野为X1*Y1，所述待标定相机的标定采集视野为X2*Y2，所述X1与X2的差值小于第一阈值，所述Y1和Y2的差值小于第二阈值。
关于相机的标定装置的具体限定可以参见上文中对于相机的标定方法的限定，在此不再赘述。上述相机的标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM) 或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种相机的标定方法，其特征在于，包括：
获取基准相机采集标定目标的标定特征得到的基准图像，并提取所述标定特征映射在所述基准图像中的基准特征信息；
获取待标定相机采集所述标定目标的所述标定特征得到的标定图像，并提取所述标定特征映射在所述标定图像中的标定特征信息；
根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系；
根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息；
所述标定特征包括n个目标点，n为3以上的自然数，n个目标点不在一个直线上，所述基准特征信息包括n个目标点在所述基准图像上的n个基准像素坐标，所述标定特征信息包括n个目标点在所述标定图像上的n个标定像素坐标，所述根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系，包括：
根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标；
将每个目标点对应在所述基准图像上的基准毫米坐标和对应在所述标定图像上的标定像素坐标作为像素和毫米点列进行仿射变换，得到所述标定像素坐标和所述基准毫米坐标的目标毫米像素映射关系；
将所述目标毫米像素映射关系作为所述标定映射关系。
2.如权利要求1所述的方法，其特征在于，所述基准图像在所述标定目标处于第一位置时通过所述基准相机采集得到，所述标定图像在所述标定目标处于第二位置时通过所述待标定相机采集得到；
其中，当所述标定目标从第一位置和所述第二位置的其中一个位置移动至其中另一个位置的过程中，所述标定目标的旋转角度为0°，所述旋转角度的旋转线与地面垂直。
3.如权利要求1所述的方法，其特征在于，当标定特征为标定目标上的一片面积或至少两段不在一条直线上的线段时，提取标定特征的n个边缘点作为n个目标点；
当标定特征为标定目标上的m个点时，将m个点中n个不共线的点作为n个目标点，其中m≥n。
4.如权利要求1所述的方法，其特征在于，所述基准标定信息包括基准图像方向与实际运动方向的基准方向映射关系以及基准毫米坐标和世界坐标系的基准坐标映射关系，所述根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息，包括：
根据所述标定映射关系和所述基准方向映射关系确定标定图像方向与实际运动方向的目标方向映射关系；
根据所述标定映射关系和所述基准坐标映射关系确定标定毫米坐标和所述世界坐标系的目标坐标映射关系；
将所述标定映射关系、目标方向映射关系和所述目标坐标映射关系作为所述待标定相机的目标标定信息。
5.如权利要求1所述的方法，其特征在于，所述根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标，包括：
获取所述基准相机标定完成的基准标定信息，所述基准标定信息包括所述基准相机的基准毫米坐标和基准像素坐标的基准毫米像素映射关系；
根据所述基准毫米像素映射关系和所述n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取携带有所述标定特征的目标图像，所述目标图像包括所述基准图像和所述标定图像；
从所述基准图像中识别所述标定特征的n个边缘点作为n个目标点，并提取所述目标点在所述基准图像中分别对应的基准像素坐标；
从所述标定图像中识别所述标定特征的所述n个边缘点作为n个目标点，并提取所述目标点在所述标定图像中分别对应的标定像素坐标。
7.如权利要求1-6任一项所述的方法，其特征在于，所述基准相机的基准采集视野为X1*Y1，所述待标定相机的标定采集视野为X2*Y2，所述X1与X2的差值小于第一阈值，所述Y1和Y2的差值小于第二阈值。
8.一种相机的标定装置，其特征在于，包括：
基准图像获取模块，用于获取基准相机采集标定目标的标定特征得到的基准图像，并提取所述标定特征映射在所述基准图像中的基准特征信息；
标定图像获取模块，用于获取待标定相机采集所述标定目标的所述标定特征得到的标定图像，并提取所述标定特征映射在所述标定图像中的标定特征信息；
标定映射关系确定模块，用于根据所述基准特征信息和所述标定特征信息确定所述基准相机和所述待标定相机的标定映射关系；
标定模块，用于根据所述基准相机的基准标定信息和所述标定映射关系对所述待标定相机进行标定，得到所述待标定相机的目标标定信息；
标定特征包括n个目标点，n为3以上的自然数，n个目标点不在一个直线上，所述基准特征信息包括n个目标点在所述基准图像上的n个基准像素坐标，所述标定特征信息包括n个目标点在所述标定图像上的n个标定像素坐标，标定映射关系确定模块包括：
基准毫米坐标确定单元，用于根据n个基准像素坐标确定所述目标点在所述基准图像上对应的n个基准毫米坐标；
仿射变换单元，用于将每个目标点对应在所述基准图像上的基准毫米坐标和对应在所述标定图像上的标定像素坐标作为像素和毫米点列进行仿射变换，得到所述标定像素坐标和所述基准毫米坐标的目标毫米像素映射关系；
标定映射关系确定单元，用于将所述目标毫米像素映射关系作为所述标定映射关系。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202011201269.8A 2020-11-02 2020-11-02 相机的标定方法、装置、计算机设备和存储介质 Active CN112308931B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011201269.8A CN112308931B (zh) 2020-11-02 2020-11-02 相机的标定方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011201269.8A CN112308931B (zh) 2020-11-02 2020-11-02 相机的标定方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN112308931A CN112308931A (zh) 2021-02-02
CN112308931B true CN112308931B (zh) 2021-09-17

Family

ID=74334193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011201269.8A Active CN112308931B (zh) 2020-11-02 2020-11-02 相机的标定方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112308931B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112950726B (zh) * 2021-03-25 2022-11-11 深圳市商汤科技有限公司 摄像头朝向标定方法及相关产品
CN113365047B (zh) * 2021-08-10 2021-11-02 苏州维嘉科技股份有限公司 相机重复抓靶精度的检验方法、装置及相机系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108627178A (zh) * 2018-05-10 2018-10-09 广东拓斯达科技股份有限公司 机器人手眼标定方法和系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106875451B (zh) * 2017-02-27 2020-09-08 安徽华米智能科技有限公司 相机标定方法、装置及电子设备
CN109242913B (zh) * 2018-09-07 2020-11-10 百度在线网络技术（北京）有限公司 采集器相对参数的标定方法、装置、设备和介质
US10970878B2 (en) * 2018-12-13 2021-04-06 Lyft, Inc. Camera calibration using reference map
CN111627073B (zh) * 2020-04-30 2023-10-24 贝壳技术有限公司 一种基于人机交互的标定方法、标定装置和存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108627178A (zh) * 2018-05-10 2018-10-09 广东拓斯达科技股份有限公司 机器人手眼标定方法和系统

Also Published As

Publication number Publication date
CN112308931A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN110568447B (zh) 视觉定位的方法、装置及计算机可读介质
US10269092B2 (en) Image processing device, image processing method, and storage medium
CN110288657B (zh) 一种基于Kinect的增强现实三维注册方法
CN112308931B (zh) 相机的标定方法、装置、计算机设备和存储介质
AU2011362799A1 (en) 3D streets
CN111145271B (zh) 相机参数的精确度的确定方法、装置、存储介质及终端
EP3905195A1 (en) Image depth determining method and living body identification method, circuit, device, and medium
US20210334569A1 (en) Image depth determining method and living body identification method, circuit, device, and medium
CN114494388B (zh) 一种大视场环境下图像三维重建方法、装置、设备及介质
CN112562093A (zh) 目标检测方法、电子介质和计算机存储介质
CN109741241A (zh) 鱼眼图像的处理方法、装置、设备和存储介质
KR20230003803A (ko) 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법
CN111429548B (zh) 数字地图生成方法及系统
CN115410167A (zh) 目标检测与语义分割方法、装置、设备及存储介质
CN115830135A (zh) 一种图像处理方法、装置及电子设备
CN112634152B (zh) 基于图像深度信息的人脸样本数据增强方法及系统
CN112102404B (zh) 物体检测追踪方法、装置及头戴显示设备
CN112509058B (zh) 外参的计算方法、装置、电子设备和存储介质
CN115546314A (zh) 传感器外参校准方法和装置、设备及存储介质
CN115359128A (zh) 一种少量重合区域无需特制标定物的多深度相机外参标定的方法
CN109919998B (zh) 卫星姿态确定方法、装置和终端设备
CN112767482A (zh) 一种多传感器融合的室内外定位方法及系统
CN117406185B (zh) 雷达与相机间的外参标定方法、装置、设备及存储介质
CN113870365B (zh) 相机标定方法、装置、设备以及存储介质
CN117437289B (zh) 一种基于多源传感器的空间计算方法及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yang Shiji

Inventor after: Sheng Long

Inventor before: Sheng Long

GR01 Patent grant
GR01 Patent grant